16、触觉算法验证与知识库三维可视化方法解析

触觉算法验证与知识库三维可视化方法解析

触觉算法验证

在触觉算法的研究中，对算法进行评估验证是十分重要的环节。为了评估所提出的技术，研究人员在实践中对两种算法进行了比较。

首先，由于GHOST已集成到研究框架中，研究人员选择使用GHOST API来记录回放数据。为了实现样本记录，从多网格实现类派生了一个新类。这个派生类在碰撞步骤开始前调用第一个回调函数，在SCP计算后调用第二个回调函数。回调函数将虚拟指针的位置和速度写入一个文件，将触觉计算结果写入另一个文件。不过，由于GHOST不允许在特定位置插入用于测量的自定义代码，且难以确切知道执行区间内进行了哪些计算（如场景图计算、对象渲染计算等），因此GHOST的记录结果未进行正式评估，而是作为评估两个测试算法的基础。

研究人员在自研的触觉库HAL中开发了两个测试算法：
1. 基于God - object算法的算法。
2. 通过使用八叉树实现空间分区来优化前一个算法的新算法。

同时，为HAL编写了两个专用类：
- 一个伪触觉设备从文件中读取位置和速度，并模拟真实触觉设备使用记录的数据。
- 一个带有日志功能的场景图用于测量算法进行触觉计算所需的时间，并保存算法结果和所需时间。测量使用Windows高性能定时器进行。为了使计算更精确，测试算法在高优先级线程中执行，就像常规触觉设备一样。在新循环执行前，测量场景图会释放其时间片，让其他进程执行，以减少触觉计算过程中发生上下文切换的可能性。最后，将伪触觉线程绑定到一个处理器上，避免高性能定时器出现问题。

在测试中，研究人员没有对测试算法进行全面评估，没有明确选择一个能100%确定正确的参考算法，且参数值选择相对较小